Python：如果 DataFrame 之间的其他值匹配，则对 DataFrame 中的值求和

我有两个不同长度的数据帧，如下所示：

数据框A：

FirstName    LastName
Adam         Smith
John         Johnson

数据框B：

First        Last        Value
Adam         Smith       1.2
Adam         Smith       1.5
Adam         Smith       3.0
John         Johnson     2.5

想象一下，我想要做的是在“DataFrame A”中创建一个新列，对具有匹配姓氏的所有值求和，因此“A”中的输出将是：

FirstName    LastName    Sums
Adam         Smith       5.7
John         Johnson     2.5

如果我在 Excel 中，我会使用

=SUMIF(dfB!B:B, B2, dfB!C:C)

在Python中，我一直在尝试多种解决方案，但同时使用np.where、df.sum()、删除索引等，但我迷失了。下面的代码返回“ValueError：只能比较相同标签的系列对象”，但我认为它无论如何都写得不正确。

df_a['Sums'] = df_a[df_a['LastName'] == df_b['Last']].sum()['Value']

非常感谢您的帮助。

Use boolean indexing with Series.isin进行过滤然后聚合sum:

df = (df_b[df_b['Last'].isin(df_a['LastName'])]
           .groupby(['First','Last'], as_index=False)['Value']
           .sum())

如果想要同时匹配名字和姓氏：

df = (df_b.merge(df_a, left_on=['First','Last'], right_on=['FirstName','LastName'])
           .groupby(['First','Last'], as_index=False)['Value']
           .sum())